Python3爬虫(十) 数据存储之非关系型数据库MongoDB

python

 Infi-chu:

http://www.cnblogs.com/Infi-chu/

一、非关系型数据库
NoSQL全程是Not Only SQL,非关系型数据库。
NoSQL是基于键值对的,不需要经过SQL层的解析,数据之间没有耦合性,性能非常高。
具体介绍请看(也包括Redis)

http://www.cnblogs.com/Infi-chu/p/8277576.html

二、MongoDB
MongoDB 是由C++语言编写的非关系型数据库,是一个基于分布式文件存储的开源数据库系统,内容存储形式类似于JSON。

1.连接MongoDB

import pymongo

client = pymongo.MongoClient(host='127.0.0.1',port=27017) # 默认端口27017

# 另一种写法

client = pymongo.MongoClient('mongodb://127.0.0.1:27017')

2.指定数据库
MongoDB中可以建立很多数据库
目前使用test数据库

import pymongo

client = pymongo.MongoClient(host='127.0.0.1',port=27017)

db = client.test

# 另一种写法

db = client['test']

3.指定集合
MongoDB中每个数据库包含多个集合(collection),他们类似于关系型数据库中的表
目前指定students集合

import pymongo
client = pymongo.MongoClient(host='127.0.0.1',port=27017)
db = client.test
collection = db.students
# 另一种写法
collection = db['students']

4.插入数据

student = {

'id':'1',

'name':'Infi-chu',

'age':'23',

'sex':'male'

}

result = collection.insert(student)

print(result)

【注】
MongoDB中,每一条数据都有一个_id属性来唯一标识
在PyMongo 3.x中官方不推荐使用insert()方法插入数据,
而推荐使用insert_one()和insert_many()方法插入单条或多条数据

student1 = {

'id':'1',

'name':'Infi-chu',

'age':'23',

'sex':'male'

}

student2 = {

'id':'2',

'name':'chu',

'age':'23',

'sex':'male'

}

result1 = collection.insert_one(student1)

result2 = collection.insert_many([student1,student2])

print(result1)

print(result2)

print(result2.inserted_ids)

5.查询数据
使用find_one()和find()方法,前者返回单条结果,后者返回一个生成器对象。
也可以根据ObjectId来查询,此时需要bson库中的objectid

from bson.objectid import ObjectId

result = collection.find_one({'_id':ObjectId('这个集合的id值')})

print(result) # 如果结果不存在则返回None

# 查询年龄大于20的数据

results = collection.find('age':{'$gt':20})

print(results)

for result in results:

print(result)

# 通过正则表达式,查看名字以I开头的数据

results = collection.find({'name':{'$regex':'^I.*'}})

MongoDB中的比较符号
符号       含义                                  例子
$lt          小于            {'age':{'$lt':20}}
$gt    大于            {'age':{'$gt':20}}
$lte   小于等于          {'age':{'$lte':20}}
$gte    大于等于          {'age':{'$gte':20}}
$ne       不等于            {'age':{'$ne':20}}
$in        在范围内           {'age':{'$in':[20,25]}}
$nin      不在范围内          {'age':{'$nin':[20,25]}}

MongoDB中的功能符号
符号        含义           例子                       解释
$regex    匹配正则表达式    {'name':{'$regex':'^I.*'}}                name以I开头
$exists    属性是否存在     {'name':{'$exists':True}}                   name属性存在
$type      类型判断                    {'age':{'$type':'int'}}                    age的类型是int
$mod      数字模操作                {'age':{'$mod':[5,0]}}                        年龄模5余0
$text       文本查询                    {'text':{'$search':'Infi-chu'}}              test类型的属性中包含Infi-chu的字符串
$where        高级条件查询             {'where':'obj.fans_count == obj.follows_count'}             自己的粉丝数等于关注数
$set            设置
$inc       增长

6.计数
统计查询结果有多少条数据

count = collection.find().count()

print(count)

7.排序
排序时,直接调用sort()方法,并写明升序或降序

results_up = collection.find().sort('name',pymongo.ASCENDING)

result_down = collection.find().sort('name',pymongo.DESCENDING)

8.偏移
只想去其中某几个元素,可以使用skip()方法偏移几个位置,偏移2,就是忽略前两个元素,从第三个开始

results = collection.find().sort('name',pymongo.ASCENDING).skip(2)

print([result['name'] for result in results])

# 可以使用limit()方法指定要取的结果个数

results = collection.find().sort('name',pymongo.ASCENDING).skip(2).limit(2)

print([result['name'] for result in results])

'''

【注】

在数据库数量非常庞大的时候,不建议使用偏移量去查询,因为会导致内存溢出

'''

# 此时可以使用如下操作

from bson.objectid import ObjectId

collection.find({'_id':{$gt:ObjectId('ID号')}})

9.更新

# 使用update()方法,指定更新的条件和更新后的数据,但是官方并不推荐使用,推荐使用update_one()和update_many()方法

condition = {'name':'Infi-chu'}

student['age']=26

result = collection.update(condition,student)

print(result)

# 使用$set对数据进行更新

result = collection.update(condition,{'$set':student})

print(result)

# update_one()和update_many()

condition = {'name':'Infi-chu'}

student = collection.find_one(condition)

student['age'] = 25

result = collection.update_one(condition,{'$set':student})

print(result)

print(result.matched_count,result.modified_count) # 数据条数,影响的数据条数

10.删除
使用remove()方法,推荐使用delete_one()和delete_many()

# remove()

result = collection.remove({'name':'Infi-chu'})

print(result)

# delete_one() | delete_many()

result = collection.delete_one({'name':'Infi-chu'})

print(result)

print(result.deleted_count)

result = collection.delete_many({'age':{'$lt':30}})

print(result.deleted_count)

11.更多操作
查找后删除、替换、更新
find_one_and_delete()
find_one_and_replace()
find_one_and_update()
操作索引
create_index()
create_indexes()
drop_index()

以上是 Python3爬虫(十) 数据存储之非关系型数据库MongoDB 的全部内容, 来源链接: utcz.com/z/388861.html

回到顶部